《机器学习与数据科学(基于R的统计学习方法)》——2.4 从网络中下载数据集
本节书摘来异步社区《机器学习与数据科学(基于R的统计学习方法)》一书中的第2章,第2.4节,作者:【美】Daniel D. Gutierrez(古铁雷斯),更多章节内容可以访问云栖社区“异步社区”公众号查看。
2.4 从网络中下载数据集就像在前面提到的,网络上有很多可供下载的机器学习数据源。其中对公众开放的一种数据类型是政府数据。为了演示怎样从网络中下载数据,如图2-1所示,访问San Francisco Data网站(data.sfgov.org),上面包含了大量的市政数据集。要用到的Parking Meter数据集,包含了多方面的仪表特征。目标是直接从网站上下载CSV文件格式的数据集。为此,我们将使用download.file()指令。这里需要注意的是,并不是网络上提供的所有数据集都以一个很好的结构化格式存在。例如,每一行包含与单次观察相关的多个变量。通常情况下,你在网络上找到的数据需要进行大量的再加工,将它转换成适用于数据分析和机器学习的格式。
![120cdb131778d56642de4aafcf51e2c21e247c46](https://yqfile.alicdn.com/120cdb131778d56642de4aafcf51e2c21e247c46.png)
下面的代码定义了一个变量fileURL,并且将数据集的URL(网址)分配给它。URL是从San Francisco Data网站上获取的。下一步,download.file()命令用于下载文件,将它存放在工作目录下的data子目录中。接下来使用list.files()函数来确认下载已经完成。注意相对路径./data的使用,这指的是当前工作目录下的子目录。
fileURL - "https://data.sfgov.org/api/views/7egw-qt89/rows. csv?accessType=DOWNLOAD" download.file(fileURL, destfile="./data/SFParkingMeters. csv") list.files("./data") [1] "SFParkingMeters.csv"``` 下一步是使用read.table()函数将数据集读取到数据框中。然后我们可以使用head()来看看前几行数据,检查数据格式是否正确,同时也能熟悉数据元素:
SFParkingMeters - read.table("./data/SFParkingMeters.csv", sep=", ", header=TRUE)
head(SFParkingMeters)
POST_ID MS_ID MS_SPACEID CAP_COLOR METER_TYPE SMART_METE ACTIVESENS
1 354-20160 - 0.0 Grey SS Y Y
2 354-21030 - 0.0 Green SS Y Y
3 354-21160 - 0.0 Yellow SS Y Y
4 363-05250 - 0.0 Grey SS N N
5 363-05270 - 0.0 Grey SS N N
6 464-04120 - 0.0 Grey SS Y Y
JURISDICTI ON_OFF_STR OSP_ID STREET_NUM STREETNAME STREET_SEG RATEAREA
1 SFMTA ON 0.0 2016.0 CHESTNUT ST 3977000.0 Area 5
2 SFMTA ON 0.0 2103.0 CHESTNUT ST 3979000.0 Area 5
3 SFMTA ON 0.0 2116.0 CHESTNUT ST 3979000.0 Area 5
4 SFMTA ON 0.0 525.0 COLUMBUS AVE 4295000.0 Area 3
5 SFMTA ON 0.0 527.0 COLUMBUS AVE 4295000.0 Area 3
6 SFMTA ON 0.0 412.0 HAYES ST 6816000.0 Area 5
SFPARKAREA LOCATION
1 Marina (37.800798, -122.43687)
2 Marina (37.800522, -122.438067)
3 Marina (37.800589, -122.438525)
4 (37.800053, -122.409985)
5 (37.800088, -122.410035)
6 Civic Center (37.776878, -122.423512)`
SQL Server提示:安装程序无法与下载服务器联系。请提供 Microsoft机器学习服务器安装文件的位置。。。。 今天在安装SQL Server的过程中,出现问题:安装程序无法与下载服务器联系。请提供 Microsoft机器学习服务器安装文件的位,然后单击“下一步”,可从以下位置下载安装文件。
electron如何自定义目录,修改文件名保存下载的网络文件 很多同学觉得用localstorage可以代替vuex, 对于不变的数据确实可以,但是当两个组件共用一个数据源(对象或数组)时,如果其中一个组件改变了该数据源,希望另一个组件响应该变化时,localstorage无法做到,原因就是区别1。
wxpython-通过request远程下载网络zip文件,并解压安装文件 1.通过wxpython,产生一个窗体,窗体上有一段[文字标签],一个[进度条],一个[开始按钮]。 2.点击【开始按钮】,下载网络资源文件http://example.cn/test.zip。进度条和文字标签同时显示百分比 3.下载完成后,解压到指定目录。如果指定目录下有文件,则覆盖掉。
异步社区 异步社区(www.epubit.com)是人民邮电出版社旗下IT专业图书旗舰社区,也是国内领先的IT专业图书社区,致力于优质学习内容的出版和分享,实现了纸书电子书的同步上架,于2015年8月上线运营。公众号【异步图书】,每日赠送异步新书。
相关文章
- linux环境中查看主机型号(机器型号)
- (《机器学习》完整版系列)第9章 聚类——9.3 高斯混合聚类算法(男生和女生依比例形成男女混合成绩模型)
- 机器学习笔记之深度信念网络(一)背景介绍与结构表示
- 机器学习笔记之贝叶斯线性回归(三)预测任务推导过程
- 机器学习笔记之概率图模型(四)基于贝叶斯网络的模型概述
- 机器学习笔记之指数族分布——充分统计量与模型参数的关系
- 机器学习在互联网金融中的应用
- 吴恩达机器学习笔记 —— 18 大规模机器学习
- 《机器学习与数据科学(基于R的统计学习方法)》——第1章 机器学习综述
- 《机器学习与数据科学(基于R的统计学习方法)》——1.3 机器学习的过程
- 《机器学习与数据科学(基于R的统计学习方法)》——2.2 数据文件的种类
- 《机器学习与数据科学(基于R的统计学习方法)》——2.6 读取Excel文件
- 《机器学习与数据科学(基于R的统计学习方法)》——2.11 R中的SQL等价表述
- Python教程之基于端到端机器学习的推荐项目,一个基于协同过滤和基于流行度过滤的机器学习推荐项目(项目含源码)
- 利用Azure上的AutoML进行机器学习前配置
- 机器学习——深度学习之卷积神经网络(CNN)——AlexNet卷积神经网络结构